RESUMO
A gestão de recursos hídricos no Brasil é prejudicada pela carência de informações hidrológicas, que pode ser suprida pelos modelos hidrológicos que simulam o comportamento das bacias hidrográficas. Entretanto, muitos modelos não geram bons resultados quando executados fora da área de estudo onde foram criados. Por isso, devido à sua adaptabilidade, o modelo J2000 inserido no framework Jena Adaptable Modelling System (JAMS) foi avaliado para simulação de duas bacias hidrográficas inseridas na zona de afloramento do Sistema Aquífero Guarani, a Bacia Hidrográfica do Ribeirão da Onça (BRO) e a Microbacia do Córrego Cavalheiro (BCC), nos municípios de Brotas e Analândia, respectivamente, no estado de São Paulo. O framework
JAMS apresentou-se como um sistema simplificado para uso, flexível diante das adaptações necessárias para compatibilização com as características climatológicas e hidrológicas das áreas de estudo. O modelo J2000 mostrou-se eficiente na predição da resposta hidrológica das bacias hidrográficas, apresentando um coeficiente de Nash-Sutclife (NSE) de 0,76 e 0,81, para os períodos de calibração e validação da BRO; e 0,76 e 0,56, para os períodos de calibração e validação da BCC, respectivamente. O erro absoluto, calculado pelo valor da raiz do erro quadrático médio, foi considerado baixo por apresentar valores de 0,14 e 0,18 m³.s-1 para os períodos de calibração e validação da BRO; e 0,02 e 0,03 m³s-1 para os períodos de calibração e validação da BCC, respectivamente. Portanto, o J2000/JAMS mostrou-se como um candidato potencial para modelagem hidrológica de bacias hidrográficas do estado de São Paulo, podendo ser utilizado para estudos sobre as relações entre a localização do uso do solo na bacia hidrográfica e a geração de escoamento.
Palavras-chave: série histórica; escoamento superficial; modelagem chuva-vazão.
1Doutoranda em Engenharia Civil-Hidráulica pela Escola Politécnica da Universidade de São Paulo (USP). Pesquisadora do Instituto de Pesquisas Tecnológicas do Estado de São Paulo (IPT) – São Paulo (SP), Brasil.
2Doutor em Engenharia Civil (Engenharia de Recursos Hídricos) pela Escola Politécnica da USP. Professor do Departamento de Engenharia Hidráulica e Ambiental da Escola Politécnica da USP – São Paulo (SP), Brasil.
3Doutor em Engenharia Civil pela Ruhr Universität Bochum, Alemanha. Professor titular do Departamento de Hidráulica e Saneamento da USP – São Paulo (SP), Brasil.
Endereço para correspondência: Aline da Silva Ribeiro – Avenida Professor Almeida Prado, 532 – Cidade Universitária/Butantã – 05508-901 – São Paulo (SP), Brasil –
E-mail: [email protected]
Recebido: 22/01/15 – Aceito: 20/06/16 – Reg. ABES: 145177
Avaliação do modelo J2000/JAMS para modelagem
hidrológica em bacias hidrográficas brasileiras
J2000/JAMS model evaluation for
Brazilian watersheds hydrological simulation
Aline Ribeiro Machado
1, Arisvaldo Vieira Mello Junior
2, Edson Cezar Wendland
3ABSTRACT
The water resources management in Brazil is affected by the lack of hydrological information, which can be filled by hydrological models that simulate the behavior of watersheds. However, it was noticed that many models do not generate good results when performed outside of the study area where they were created. Therefore, due to its adaptability, the J2000 model linked into the Jena Adaptable Modelling System (JAMS) framework was evaluated for simulating two basins at the outcrop zone of the Guarani Aquifer System, the Ribeirão da Onça watershed (BRO) and the Córrego Cavalheiro watershed (BCC), located at Brotas and Analândia cities, respectively, in the state of São Paulo, Brazil. The JAMS framework was presented as a flexible and easy to use system, admitting all the necessary adaptations for compliance with the climatological and hydrological characteristics of the study areas. The J2000 model proved to be effective in predicting the hydrological response of watersheds, with a Nash-Sutcliffe coefficient of 0.76 and 0.81, for periods of calibration and validation of the BRO; and 0.76 and 0.56, for periods of calibration and validation of the BCC, respectively. The absolute error, calculated with the root of mean square error value, was considered low by the present values of 0.14 and 0.18 m³.s- 1, for periods of calibration and validation of the BRO; and 0.02 and 0.03 m³.s- 1, for periods of calibration and validation of the BCC, respectively. Therefore, the J2000/JAMS showed up as a potential candidate for hydrological modeling of watersheds in São Paulo, and may be used for studies on the relationship between the location of land use in the watershed and the generation flow.
INTRODUÇÃO
O homem constantemente altera os mecanismos naturais do ambiente que controlam o ciclo da água. Entre os componentes do ciclo hidro-lógico, a vazão representa uma síntese complexa entre precipitação, evapotranspiração e outros parâmetros e variáveis da bacia hidrográ-ica, sendo, portanto, de interesse especial por ser a resposta do rio aos sinais climáticos e à modiicação da paisagem — desmatamento, expansão da agricultura e urbanização.
A redução da cobertura vegetal original do solo em uma bacia hidro-gráica gera aumento do escoamento supericial e da erosão (CAWSON
et al., 2012). A perda de áreas lorestais reduz a rugosidade da
superfí-cie, o que leva a um declínio na iniltração, com consequente aumento da taxa de escoamento supericial e menor recarga dos aquíferos regio-nais (BAKER & MILLER, 2013). A Lei nº 9.433, de 1997, instituiu a bacia hidrográica como a unidade territorial para implementação da Política Nacional de Recursos Hídricos e atuação do Sistema Nacional de Gerenciamento de Recursos Hídricos (BRASIL, 1997), tornando-a uma unidade de planejamento, uma vez que as mudanças no clima e no uso do solo afetam diretamente o ciclo hidrológico de uma bacia hidrográica (WOLF; LAZAROTTO; BUGMANN, 2012). Portanto, a bacia hidrográica deve ser considerada como unidade de planeja-mento para estabeleciplaneja-mento de estratégias para a conservação da água (FERRAZ; LIMA; RODRIGUES, 2013).
Para controlar os impactos das alterações no comportamento do escoamento supericial, é fundamental conhecer as variáveis hidroló-gicas de uma bacia hidrográica, bem como o comportamento de seus rios, suas sazonalidades e vazões. No entanto, apenas 17% dos rios brasileiros estão cadastrados no Sistema Nacional de Informações de Recursos Hídricos, justiicando-se o interesse pelo desenvolvimento de métodos e ferramentas que auxiliem a gestão das águas.
Os modelos hidrológicos surgiram como uma tentativa de suprir dados hidrológicos indisponíveis e/ou complementar os existentes, da maneira mais representativa e aproximada da dinâmica real de uma bacia hidrográica (TUCCI, 2001). São desenvolvidos com o intuito de responder às questões decorrentes de cada época, dando ênfase aos processos hidrológicos mais representativos de cada região, gerando diferentes conigurações. O número de combinações possíveis para dife-rentes métodos em cada componente do ciclo hidrológico é extenso. Por isso, cada pesquisador tende a escolher o modelo que apresente melhores resultados nas bacias da região avaliada, por meio de com-parações de eiciências. Esse tipo de escolha não é deinitivo, uma vez que as incertezas nos processos e as dúvidas na representatividade dos dados são maiores do que as diferenças entre as equações utilizadas. Por isso, a escolha de um modelo que utiliza métodos mais familia-res ou compatíveis com a região estudada é a opção mais apropriada. O grande desaio para a hidrologia em geral é a necessidade de adaptação dos modelos hidrológicos segundo a singularidade de uma
bacia hidrográica em relação ao seu comportamento hidrológico e à disponibilidade de dados da área (FENICIA; McDONELL; SAVENIJE, 2008). Os modelos hidrológicos codiicam um conjunto de pressupos-tos que podem ou não ser válidos em diferentes momenpressupos-tos, locais, escalas e propósitos (ANDREWS et al., 2011). Portanto, é importante a criação de ferramentas que auxiliem aos hidrólogos na construção de estruturas adequadas para a modelagem hidrológica. Daí a importân-cia do desenvolvimento de um framework que divida as rotinas siste-máticas, necessárias a todos os modelos, da parte cientíica, requerida pelos pesquisadores e gestores, possibilitando a exploração de benefí-cios e características particulares dos modelos (KRAFT et al., 2011). Além disso, o framework atua onde há funcionalidades comuns a várias aplicações e auxilia na junção de modelos com diferentes objetivos de simulação seguindo a tendência atual de desenvolvimento de modelos climáticos, hidrológicos e ambientais acoplados.
Por isso, o maior benefício do uso de frameworks é permitir que os desenvolvedores de modelos concentrem-se na implementação de métodos mais adequados, facilitada por uma interface familiar em ambiente de modelagem. Com esse intuito, o frameworkJena
Adaptable Modelling System (JAMS) foi desenvolvido para contemplar
as diferentes partes do ciclo da água — evapotranspiração, intercep-tação, água-solo, águas subterrâneas — como módulos de processos hidrológicos. Dispõe ainda de módulos para análise da distribuição de soluto e do transporte de sedimento ao longo de uma bacia hidro-gráica em diferentes escalas de espaço-tempo (KRAUSE et al., 2009; KRALISCH; ZANDER; KRAUSE, 2009).
Os modelos JAMS são criados a partir de documentos com exten-são .xml (eXtensible Markup Language). Esses documentos contêm a descrição dos módulos de processos hidrológicos, que serão uti-lizados para a simulação, além de deinirem a montagem dos com-ponentes do modelo e os dados a serem trocados entre eles. Isso é realizado por meio da interface gráica Juice Builder. A coniguração e a execução do modelo, bem como a comunicação entre seus com-ponentes, são estabelecidas pelo sistema de execução. Esse sistema, com a biblioteca de funcionalidades básicas, como os mecanismos de entrada e a saída de dados, forma o núcleo do JAMS, o qual não pode ser modiicado durante a construção de novos modelos, “cha-mado de parte não conhecida”.
Alguns modelos já foram criados no JAMS para diferentes aplica-ções. Entre eles, destacam-se os modelos hidrológicos (J2000 e J2000-g) e o modelo de balanço de água e nutrientes (J2000-S). O framework
JAMS tem código aberto e possui interface amigável para modiica-ções, o Juice Builder. Também conta com uma interface gráica, o JAMS
Data Explorer (JADE), para a visualização dos resultados da
A estrutura base do modelo J2000 foi utilizada para a construção dos modelos hidrológicos deste estudo. Muitos estudos foram reali-zados utilizando o modelo J2000 para responder a várias questões em diferentes partes do mundo. O modelo foi aplicado em diversas bacias hidrográicas da Alemanha (KRAUSE, 2002; KRAUSE & FLÜGEL, 2005; KRAUSE et al., 2006; KRAUSE & HANISCH, 2009), da África do Sul (SCHEFFLER; FLÜGEL; KRAUSE, 2005), do Tibete (KRAUSE; BOYLE; BÄSEL, 2005), do Nepal (NEPAL et al., 2014), da Jordânia (RÖDIGER; SIEBERT; KRAUSE, 2008), da Tasmânia (BENDE-MICHL
et al., 2007) e do Brasil (MACHADO; WENDLAND; KRAUSE, 2016).
A partir das diiculdades e restrições de uso de alguns modelos chuva-vazão com disponibilidade livre no Brasil, este trabalho ava-liou o uso do J2000, um modelo hidrológico inserido no framework
JAMS, de uso gratuito, para a construção de modelos hidrológicos para estudos de disponibilidade hídrica em bacias hidrográicas; e a rela-ção entre a localizarela-ção das classes de uso e ocuparela-ção do solo e a gera-ção de escoamento. O modelo foi testado perante os dados da Bacia Hidrográica do Ribeirão da Onça (BRO), Brotas, e da Microbacia do Córrego Cavalheiro (BCC), Analândia, ambas localizadas no Estado de São Paulo, na zona de aloramento do Sistema Aquífero Guarani (SAG), o maior sistema aquífero transfronteiriço da América Latina.
METODOLOGIA
Áreas de estudo e dados hidrológicos
Foram selecionadas para este estudo duas bacias hidrográicas inseri-das na zona de aloramento do SAG. Uma delas, BRO, possui disponi-bilidade de dados adequados (espacial e temporalmente), por ser área piloto de estudos do grupo de pesquisas do Laboratório de Hidráulica Computacional (LHC) da Escola de Engenharia de São Carlos (EESC) da Universidade de São Paulo (USP). Já a outra bacia hidrográica selecionada, a BCC, não dispõe de estação luviométrica para medi-ção de vazão, como a grande maioria das bacias hidrográicas brasi-leiras, tendo sido necessário o uso de equações de regionalização de vazão com dados obtidos na estação luviométrica do Departamento de Águas e Energia Elétrica (DAEE), localizada na Bacia Hidrográica do Rio Corumbataí, vizinha à área de estudo. O método utilizado para a regionalização será descrito a seguir.
A BRO localiza-se no município de Brotas, ao centro-leste do Estado de São Paulo, entre os paralelos 22º10’ e 22º15’ de latitude sul e entre os meridianos 47º55’ e 48º00’ de longitude oeste, com área de 65 km2.
A BCC localiza-se no município de Analândia, também no Estado de São Paulo, entre os paralelos 22º05’ e 22º08’ de latitude sul e entre os meridianos 47º39’ e 47º42’ de longitude oeste, com 9,9 km2 (Figura 1).
Segundo a classiicação de Köppen, as áreas possuem clima sub-tropical úmido com chuvas de verão, apresentando variação para
clima tropical úmido com inverno seco. A precipitação média anual da região varia de 1.300 a 1.400 mm. A cobertura da BRO é formada por um sedimento supericial encontrado em grande parte do inte-rior do Estado de São Paulo, denominado Sedimento Cenozoico, caracterizado por ser pouco compacto, com partículas razoavelmente selecionadas, proporcionando uma estrutura bastante porosa à bacia (WENDLAND; BARRETO; GOMES, 2007). A BCC situa-se na uni-dade geológica da Bacia Sedimentar do Paraná, pacote vulcânico sedimentar que possui características litoestruturais que proporcio-nam a formação de três compartimentos geomorfológicos do Estado de São Paulo: Depressão Periférica, Cuestas Areníticas-Basálticas e Planalto Ocidental (IPT, 1981).
A altitude da BRO varia entre 640 e 840 m. O terreno é predomi-nantemente plano com uma declividade média de 7,6 m.km-1 (<1%),
e a extensão do curso d’água principal é de 16 km. A BCC tem um relevo bastante acidentado na porção centro-norte, enquanto na por-ção centro-sul da bacia ocorre um relevo aplainado, onde se desenvol-vem as atividades agrossilvopastoris (SILVA, 2012).
A cobertura do solo da BRO é essencialmente rural com estradas de chão. O principal uso do solo é a silvicultura, cobrindo uma área de 35% da bacia, seguido por solo exposto (17%), plantio de citros (15%), pasta-gem (7%), mata (10%), plantio de soja (5%) e plantio de cana-de-açúcar (11%) (Figura 2) (TANIKAWA & MANZIONE, 2010). O uso do solo preponderante na BCC é a pastagem, recobrindo 31% da área da bacia, seguido por mata (25%), plantio de cana-de-açúcar (20%), área urba-nizada (10%) e silvicultura (11%), segundo cálculos realizados a partir do mapeamento realizado por Silva (2012) (Figura 3).
Os dados climatológicos (radiação solar, temperatura do ar, umidade do ar, velocidade dos ventos, pressão atmosférica e precipitação) para a construção do modelo da BRO foram disponibilizados pelo Centro de Recursos Hídricos e Ecologia Aplicada (CRHEA), que se localiza a 7 km do centro da BRO.
Além dos dados climatológicos disponibilizados pelo CRHEA, os dados da estação climatológica do Centro de Análise e Planejamento Ambiental (CEAPLA), da Universidade Estadual Paulista “Júlio de Mesquita Filho” (Unesp) de Rio Claro, São Paulo, foram utilizados para a construção do modelo na BCC.
Análise da estrutura do sistema framework JAMS
detalhada foi fundamental para a pesquisa, pois as informações sobre os equacionamentos dos processos simulados, da estrutura dos modelos e dos resultados obtidos com as simulações foram relevantes durante a análise dos cálculos dos processos e para a escolha dos módulos a serem utilizados na construção do modelo para a BRO. Para complementar as informações obtidas com a revisão bibliográica, foi realizado um estágio na Universidade Friedrich Schiller de Jena, sob a orientação do Prof. Dr. Peter Krause, fundamental para a construção dos modelos hidrológicos para as duas áreas de estudo.
Abordagem da modelagem no J2000
O modelo J2000 abrange módulos de regionalização de dados climáticos, estimativa da evapotranspiração potencial e real, intercepção, balanço volumétrico de água no solo, balanço volu-métrico de águas subterrâneas e propagação do escoamento nos canais (Figura 4).
O módulo de água no solo é a parte central do ciclo hidrológico no modelo J2000. Esse módulo atua como um regulador do sistema de distribuição do volume de água para quase todos os processos hidro-lógicos no modelo (KRAUSE, 2002). O solo, nesse módulo, é divi-dido em dois armazenamentos: poros grandes (LPS) e poros médios (MPS). Essa divisão é realizada de acordo com a descrição dos peris de solos (parâmetros) e a profundidade de raízes de cada uso do solo (ASCOUGH et al., 2012). Assim, o MPS corresponde à capacidade de campo do solo na zona de raízes e o LPS corresponde à capacidade de ar do solo. O MPS só é computado na zona de raízes pelo fato de esse armazenamento só poder ser esgotado pela evapotranspiração.
O cálculo de evapotranspiração potencial no J2000 é realizado utilizando o método de Penman-Monteith, tal como descrito por Allen et al. (1998). Vários parâmetros de uso do solo são neces-sários para o cálculo de Penman-Monteith (albedo, resistência superficial para solo saturado, índice de área foliar, crescimento
Figura 1 – Localização das áreas de estudo: bacia piloto do Ribeirão da Onça, Brotas, São Paulo, e microbacia do Córrego Cavalheiro, Analândia, São Paulo.
Microbacia do Córrego Cavalheiro (BCC)
221000 222000 223000 224000 225000 226000
221000
7550500
7552000
7553000
7555000
7550500
7552000
7553000
7555000
222000
190000 193000 196000 199000
190000 193000 196000 199000
223000 224000 225000 226000 Zona de afloramento do Sistema Aquífero Guarani
Bacia hidrográfica do Ribeirão da Onça (BRO)
N
7549000
7549000
754300
754000
7537000
7549000
7549000
754300
754000
efetivo da vegetação e profundidade da raiz) e para a estimativa de intercepção (índice de área foliar). Todos esses parâmetros foram obtidos a partir da literatura brasileira especializada para cada uso do solo observado nas áreas de estudo. A estimativa de intercepção é obtida pela multiplicação do índice de área foliar (IAF), de cada uso do solo, com o parâmetro calibrável α-rain
(capacidade máxima de armazenamento de intercepção por m2
de área foliar para a chuva).
O cálculo da interceptação da precipitação pela cobertura vegetal baseia-se no conceito de Dickinson (1984), que trata a interceptação como um armazenamento dependente do IAF da cobertura vegetal. A capacidade máxima de armazenamento (Intmáx) é então calculada pela Equação 1.
Intmáx = α . IAF [mm] (1)
onde:
α é um fator que descreve a capacidade de armazenamento por m2 de
área foliar em mm; IAF é o índice de área foliar.
A água da precipitação que não foi interceptada pela cobertura vegetal, somada ao volume de água armazenada na superfície do solo, é iniltrada e distribuída nos dois armazenamentos do solo (LPS e MPS).
A taxa de iniltração é calculada usando um método empírico que estima a taxa máxima de iniltração (adaptada dependendo da umi-dade real do solo) (Equação 2).
Infactual = (1 – θsoil). MaxInfsummer,winter [mm] (2)
onde:
Infactual é a iniltração para um determinado passo de tempo em uma unidade de resposta hidrológica (URH);
θ_soil é a saturação relativa do solo; e
MaxInfsummer,winter é um parâmetro deinido pelo usuário que repre-senta o volume máximo de iniltração para um solo seco, sendo que o usuário tem que deinir dois valores para o MaxInfsummer,winter, um para o verão e outro para o inverno.
A água que sai do LPS (LPSout) é dividida entre percolação e interluxo, dependendo da declividade da URH e de um coeiciente calibrável (latVertLPS) para a distribuição da água que sai do LPS em escoamento lateral (interluxo) ou vertical (percolação), conforme as Equações 3 e 4:
percolação = LPSout.[1 – tan(declividade).latVertLPS⎪ [mm] (3)
interluxo = 1 – perc [mm] (4)
Reflorestamento
Soja
Cana-de-açúcar Uso do solo
N
Pasto
Solo exposto Citros
Mata
0 0,5 1 km
Figura 2 – Distribuição espacial do uso e ocupação do solo na bacia hidrográfica do Ribeirão da Onça.
Figura 3 – Distribuição espacial do uso e ocupação do solo na microbacia do Córrego Cavalheiro.
Área urbanizada Campo úmido Cultura anual
Pasto Cultura perene Estrada Lagos Mata
Reflorestamento Solo exposto 0
N
0,5 1 km
A percolação é dividida entre os aquíferos RG1 (aquífero superior) e RG2 (zona inferior), dependendo da declividade e de um parâmetro calibrável para a distribuição da percolação entre os dois armazena-mentos (RG1RG2dist), seguindo as Equações 5 e 6:
inRG1 = percolação.[1 – (1 – tan(declividade))].RG1RG2dist (5)
inRG2 = percolação.[1 – tan(declividade)].RG1RG2dist (6)
Onde:
inRG1 é o volume de água que entra no aquífero RG1 (aquífero superior); percolação é o volume percolado calculado pela Equação 3;
RG1RG2dist é um coeiciente calibrável para a distribuição da perco-lação entre os dois aquíferos (RG1 e RG2);
inRG2 é o volume de água que entra no aquífero RG2 (zona inferior).
Após completado o processo de geração do escoamento, o modelo de propagação da vazão é utilizado para determinar se o receptor é uma outra URH ou um trecho do curso d’água, baseado nas interco-nexões topológicas derivadas das análises em Sistema de Informações Geográicas (SIG). Assim, o módulo repassa o luxo de água para a URH em um nível mais abaixo ou para o curso d’água. O luxo no canal é propagado utilizando-se a abordagem da onda cinemática e a equação de Manning-Strickler para o cálculo da velocidade de luxo. Mais detalhes e descrições dos módulos do J2000 podem ser encon-trados em Krause (2002).
Reestruturação J2000 e
construção de modelo chuva-vazão
Dentre os modelos JAMS, o J2000 foi escolhido para o presente estudo por se tratar de um modelo hidrológico chuva-vazão. Porém, para a
Figura 4 – Esboço da estrutura do modelo chuva-vazão J2000 no framework JAMS. Início
Entrada dos dados
Regionalização
Módulo de inter
ceptaç
ão
Interceptação Evaporação
Evaporação
Módulo solo
-água
Evapotranspiração Infiltração
Percolação
LPS MPS
Capilaridade
Fluxo de base
Módulo de água subt
er
râne
a
Propagação de vazão
Saída do modelo
Fim Sim Não
Volume não interceptado
Armazenamento
superficial Transpiração Transpiração
Escoamento superficial
Interfluxo
Interfluxo
Propagação lateral
RG1 RG2
Próxima unidade de resposta hidrológica
Rio
Último dia?
LPS: large pores storage (armazenamento em poros grandes); MPS: middle pore storage (armazenamento em poros médios); RG1: upper ground-water reservoir (aquífero superior); RG2: lower ground-water reservoir (aquífero inferior).
aplicação do J2000 em bacias hidrográicas brasileiras foi necessária uma adaptação dos seus módulos originais, principalmente devido às diferenças entre as características climáticas e de natureza dos dados hidrológicos sul-americanos e europeus. A reestruturação do J2000 foi realizada utilizando-se o Juice Builder, uma interface do JAMS para a criação de arquivos XML que deinem a estrutura dos modelos.
A primeira manipulação na estrutura do J2000 foi a retirada do módulo que fazia a correção dos erros sistemáticos das medições da precipitação por radar, uma vez que na bacia piloto essas medições são realizadas por pluviômetros. Segundo Silva, Pereira Filho e Hallak (2009), a medição por radar gera erros consideráveis para a simulação devido à grande sensibilidade desse sistema a vários fatores físicos e, por isso, esse módulo de correção foi utilizado para os dados pluvio-métricos da Alemanha. Foi inserido, ainda, um módulo para o cálculo da umidade absoluta, variável necessária para estimativa do luxo de radiação na bacia, já que no CRHEA e CEAPLA são coletados apenas valores de umidade relativa do ar. Por im, por não haver formação de neve no Brasil, os módulos que faziam a simulação do processo de derretimento da neve foram retirados.
Após essa reestruturação, os modelos chuva-vazão foram construí-dos para serem aplicaconstruí-dos nas duas áreas de estudo. Para a construção, seguiram-se as etapas de discretização das bacias hidrográicas com o delineamento das URHs, a parametrização das propriedades físicas do solo, o uso do solo, a hidrogeologia e, por im, a calibração e valida-ção dos modelos com base nos dados observados nas áreas de estudo.
Delineamento das unidades de
resposta hidrológica e da propagação de fluxo
Neste estudo, os limites das bacias hidrográicas, a rede luvial, as URHs e as conexões entre os luxos, referentes à topologia do terreno, foram delineados no aplicativo GRASS-HRU do SIG QuantumGIS. O deli-neamento das URHs foi baseado em layers do SIG, derivados de um modelo digital de elevação (MDE) com resolução espacial de 90 x 90 m (imagens SRTM) para a BRO e um MDE elaborado a partir das curvas de nível apresentadas nas cartas topográicas do Instituto Geográico e Cartográico do Estado de São Paulo (IGC), com escala 1:10.000 e distância entre cotas de 5 m, vetorizadas por Silva (2012) para a BCC; foram também utilizados mapas digitais da geologia (PERROTTA et al., 2005; PINTON, 2011), mapas digitais do uso e ocupação do solo, de 2010 para a BRO (TANIKAWA & MANZIONE, 2010) e de 2012 para a BCC (SILVA, 2012), e mapas digitais de solo (CASTRO JUNIOR & WENDLAND, 2008; SILVA, 2012).
Durante o delineamento das URHs, os parâmetros topográicos dos MDE (declividade, orientação de vertente e altitude) foram utilizados para gerar os limites das bacias hidrográicas, e depois foram reclas-siicados e combinados com os outros layers do SIG (geologia, uso do solo e tipos de solo), por meio da técnica de sobreposição de mapas.
Os polígonos resultantes foram agregados, com base em técnicas de generalização (conjunto de atributos e proximidade da vizinhança), para redução do número global de URHs.
Após o delineamento das URHs, o aplicativo GRASS-HRU repro-duziu o luxo de água em um luxo de cascata de URH para URH, da área mais alta das bacias até o canal receptor. A relação de transfe-rência entre URHs é uma relação de N:1, assim, uma URH pode ter várias entradas de água, mas apenas uma saída. A discretização da BRO resultou em 449 URHs, enquanto na BCC foram geradas 593 URHs. Apesar de a área da BCC ser sete vezes menor do que a área da BRO, a discretização gerou maior número de URHs devido a melhor resolução do MDE, gerado a partir das curvas de nível de 5 m. A dis-cretização por meio de URH garante a simulação da variabilidade espa-cial dos processos hidrológicos das bacias hidrográicas.
Parametrização
Por ser um modelo físico, alguns parâmetros são exigidos para carac-terização das propriedades físicas da bacia como dados de entrada. Na Tabela 1 são mostrados os parâmetros demandados para a carac-terização de cada tipo de solo, da cobertura vegetal e da hidrogeologia. Por ser uma bacia hidrográica experimental, na BRO os parâmetros de caracterização do solo e hidrogeologia foram obtidos de trabalhos realizados anteriormente na bacia para caracterização do solo e da hidrogeologia (GOMES, 2008; CUNHA, 2003).
Para a BCC, optou-se por se fazer levantamentos primários para a parametrização do solo, parte primordial da modelagem hidroló-gica com o J2000/JAMS. Para tanto, foram realizadas amostragens de solo em 3 pontos da bacia em três profundidades diferentes (50, 100 e 200 cm), tendo sido necessária a abertura de trincheira de aproximadamente 2 x 2 x 2 m. As amostras foram do tipo indefor-madas para análise da porosidade total e efetiva, da massa especíica dos grãos, da densidade do solo e da curva de retenção. Nas mes-mas profundidades foram coletadas amostras deformadas para aná-lise de umidade do solo e para teste de peneiramento para traçar as curvas granulométricas
Solo Cobertura vegetal Hidrogeologia
Profundidade Albedo (%) Capacidade de armazenamento do aquífero
Condutividade
hidráulica Resistência superficial
Coeficiente de armazenamento
Capacidade
de ar Índice de área foliar
Capacidade de
campo Crescimento efetivo
Profundidade da raiz
Para as duas bacias hidrográicas, os parâmetros da cobertura vegetal foram obtidos após consulta às obras da literatura brasileira.
Calibração e validação do
modelo J2000/JAMS nas bacias pilotos
A calibração do modelo J2000/JAMS para as áreas BRO e BCC foi realizada aplicando o método manual de tentativa e erro de ajuste dos parâmetros, utilizando dados de vazão diária. O monitoramento das vazões do Ribeirão da Onça vem sendo acompanhado em seção de medição especíica desde dezembro de 2007, com medições quinze-nais auxiliadas por molinete hidrométrico e medições constantes por meio de um linígrafo, conforme descrito em Maldonado (2009). Já a BCC não conta com estações luviométricas para a medição de vazão diária. Porém, existe uma estação luviométrica do DAEE (código-023), coordenadas 22º07’44”S e 47º40’02”W, no Rio Corumbataí, localizado próximo à conluência entre esse rio e o Córrego Cavalheiro.
Para a regionalização dos dados de vazão para o Córrego Cavalheiro foi utilizado um método simples de regionalização para uma aplica-ção de forma mais imediata. A forma mais simples de regionalizaaplica-ção hidrológica é o estabelecimento de uma relação linear entre vazão e área de drenagem da bacia (COLLISCHON & DORNELLES, 2013), utilizando-se a Equação 7.
=
Q Q A
A . A B A B (7) onde:
AA é a área de drenagem da bacia no ponto A; AB é a área de drenagem da bacia no ponto B; QA é a vazão média no ponto A; e
QB é a vazão média no ponto B.
A área da BCC no ponto de seu exutório (983 ha) corresponde a 17% da área da bacia do Rio Corumbataí no ponto da estação do DAEE (5.940 ha).
Esse método pode ser utilizado quando as características das duas bacias são homogêneas quanto às características de relevo, clima, solo, uso do solo e geologia (COLLISCHONN & DORNELLES, 2013). Devido à proximidade das bacias do Rio Corumbataí no ponto da estação luviométrica do DAEE e do Córrego Cavalheiro, as caracte-rísticas de clima, relevo, solo e geologia das duas áreas de drenagem são bastante semelhantes. Em uma análise de uso do solo, por meio de fotointerpretação de imagem aérea, sobrevoo 2010, constatou-se que a proporção entre as classes de uso do solo também é semelhante. Para a validação do método de regionalização de vazão adotado, foram realizadas medições de vazão mensais durante oito meses nos dois pontos considerados, com o uso de micromolinete. As vazões medidas revelam que o valor da relação de áreas entre as duas bacias
(0,17) está bem próximo da relação média entre as vazões medidas no Córrego Cavalheiro (Qb) e as medidas no Rio Corumbataí (Qa), que foi de 0,20±0,02. Assim, na Equação 7 foi utilizado um fator de correção n=0,88, conforme a Equação 8.
=
Q Q A
A .
A S A
B n
(8) Enim, para a avaliação do comportamento do modelo hidrológico e do seu desempenho para a estimativa da vazão foi realizado um teste de divisão de amostras (Split-sample test, em inglês), proposto por Klemes (1986), que consiste na divisão dos dados de vazão observada, parte para a comparação no período de calibração e parte para o período de vali-dação do modelo calibrado. Para a BRO, o período de calibração sele-cionado foi de junho de 2008 a junho de 2010, e o período de validação de julho de 2010 a agosto de 2011. Para a BCC, os períodos seleciona-dos foram de janeiro de 2010 a dezembro de 2011 para a calibração e de janeiro de 2012 a dezembro de 2012 para a validação. Para a atenuação do efeito de inicialização dos armazenamentos, um período de aqueci-mento de três anos de dados, selecionado devido às análises realizadas por Machado, Wendland e Krause (2016), foi utilizado.
Para diminuir a subjetividade da comparação visual entre as curvas de vazão, o desempenho do modelo foi testado por meio de três funções: 1. coeicientede eiciência de Nash-Sutclife (NSE — Equação 9), 2. porcentagem de viés (PBIAS — Equação 10) e
3. raiz do erro quadrático médio (RMSE — Equação 11).
O NSE foi proposto por Nash e Sutcliffe em 1970 e, por isso, é conhecido pelo nome de seus autores. Esse coeiciente vem sendo amplamente utilizado na avaliação estatística do desempenho de mode-los hidrológicos (ALE et al., 2012). O NSE é descrito pela Equação 9 (MORIASI et al., 2007).
∑
∑
= − − − 1 2 2NSE Y Y
Y Y i n i obs i sim i n i obs i
med (9)
onde: Y Y i n i
obs é a vazão observada;
−
Y Yi
sim é a vazão simulada; e
−
Y Yimed é a média da vazão observada.
O NSE varia entre -∞ e 1. Uma eiciência menor do que 0 indica que a média é um melhor preditor do que o modelo, e uma eiciência ótima tem o valor de 1 (GUPTA et al., 1999).
∑
∑
= − = = 1 1PBIAS Y Y
Y ( ) ) i n i sim i obs i n i
obs * 100 [%] (10)
onde:
PBIAS é a porcentagem de viés;
−
Y Yi
sim é a vazão simulada;
Y Y i n i
obs é a vazão observada.
Valores positivos de PBIAS indicam que o modelo está superesti-mando os valores de vazão, enquanto valores negativos indicam que o modelo subestima esses valores.
Uma avaliação proposta por Moriasi et al. (2007) determinou dire-trizes para avaliação dos modelos hidrológicos distribuindo os valo-res dos coeicientes NSE e PBIAS em quatro categorias (insatisfatório; satisfatório; bom; e muito bom), conforme a Tabela 2.
Esses coeicientes analisam a concordância do modelo com o escoa-mento supericial observado nas áreas de estudo. Para análise do volume escoado, foi utilizado o valor da RMSE (Equação 11), uma medida bem-aceita do erro absoluto das predições dos modelos (HARMEL & SMITH, 2007). O menor valor de RMSE indica o melhor ajuste dos valores simulados com os valores observados.
∑
= − − = 1 2 10 5 3
RMSE n a Y Y aaa m
s ( isim )
i obs i n , (11) onde:
RMSE é a raiz do erro quadrático médio;
−
Y Yisim é a vazão simulada;
Y Y i n i
obs é a vazão observada.
RESULTADOS E DISCUSSÃO
Desempenho do modelo J2000
A qualidade da calibração e validação do modelo foi primeiramente analisada com base na análise visual das curvas de vazão observadas e simuladas pelo modelo, apresentadas na Figura 5. Para ambas as áreas de estudo, os picos, as subidas e as recessões do hidrograma foram
devidamente representados. Pode-se perceber pelos gráicos que os picos dos grandes eventos de chuva, nas duas bacias hidrográicas, foram subestimados pelo modelo. Entretanto, as ascensões e as reces-sões do hidrograma foram satisfatoriamente representadas. Os valo-res de vazão na estiagem icaram bem próximos das vazões observa-das, o que garante uma adequada estimativa do escoamento de base.
A análise estatística da calibração e validação do modelo J2000 para a BRO e para a BCC é mostrada na Tabela 3. Segundo Sorooshian e Gupta (1995), uma das desvantagens da calibração manual é a ausên-cia de certeza se o melhor ajuste já foi alcançado, para que o processo seja encerrado. Por isso, a calibração para ambas as áreas de estudo foi realizada até que se chegasse a um valor do coeiciente NSE maior do que 0,75 e -10%<PBIAS<+10%, pois com esses valores o modelo já é considerado muito bom, segundo Moriasi et al. (2007).
Baseando-se no guia de avaliação de modelo proposto por Moriasi et al. (2007), para os valores de NSE e PBIAS, o desempenho do modelo J2000 na BRO foi considerado muito bom para ambos os períodos (calibração e validação) e para o período de calibração da BCC. Para o período de vali-dação da BCC, o desempenho foi considerado satisfatório. Esse desem-penho satisfatório do modelo pode ser explicado pelo período de apenas um ano selecionado para a calibração do modelo na BCC, uma vez que os dados não permitiram a escolha de um período maior devido ao método de regionalização de vazão adotado. O desempenho satisfatório foi apenas veriicado pelo valor do NSE. A maior desvantagem desse coeiciente está no fato de que a diferença entre os valores observados e previstos é ele-vada ao quadrado, o que superestima os picos do hidrograma, enquanto os baixos valores são negligenciados (LEGATES & McCABE Jr, 1999).
O modelo J2000/JAMS subestimou as vazões de pico de grandes eventos de chuva nas duas áreas de estudo, uma razão para isso, citada por Spruill, Workman e Taraba (2000), foi o efeito do ajuste das precipitações — tanto em tempo quanto em magnitude —, regionalizadas a partir de estações cli-matológicas localizadas fora da área das bacias hidrográicas.
Ressalta-se que, devido à subestimação dos picos do hidrograma para os grandes eventos de chuva, o modelo não poderia ser utili-zado para a predição de eventos de inundação/enchentes. Entretanto, o modelo pode ser utilizado para a gestão da disponibilidade hídrica da bacia hidrográica, uma vez que os valores absolutos de vazão foram corretamente simulados. Conclusão baseada nos baixos valores obtidos para o erro absoluto, calculado com o RMSE (Tabela 3).
Mapas de escoamento
Uma das razões para a escolha do modelo J2000/JAMS foi devido à sua característica de simulação distribuída do escoamento. Assim, o escoamento é simulado em toda a bacia hidrológica em cada URH. Como resultado, são produzidos mapas que mostram em qual URH o escoamento foi gerado. Outra importante carac-terística do J2000/JAMS que auxilia na simulação de cenários
Avaliação do desempenho
Coeficiente de
eficiên-cia de Nash-Sutclife Porcentagem de viés
Muito bom 0,75<NSE<1,00 -10<PBIAS<+10
Bom 0,65<NSE≤0,75 +10<PBIAS<+15 ou -15<PBIAS<-10
Satisfatório 0,50<NSE≤0,65 +15<PBIAS<+25 ou -25<PBIAS<-15
Insatisfatório NSE≤0,50 PBIAS>+25 ou PBIAS<-15
Tabela 2 – Avaliação do desempenho de modelos a partir dos coeficientes de eficiência de Nash-Sutclife e porcentagem de viés.
Figura 5 – Gráficos de comparação entre a vazão observada e a vazão simulada pelo modelo J2000/JAMS nos períodos (A) de calibração na Bacia do Ribeirão da Onça; (B) de validação na bacia hidrográfica do Ribeirão da Onça; (C) de calibração na microbacia do Córrego Cavalheiro; (D) de validação na microbacia do Córrego Cavalheiro.
5
140 120 100 80 60 40 20 0
4
3
2
01/06/2008
A
15/08/2008 29/10/2008 12/01/2009 28/03/2009 11/06/2009 25/08/2009 08/11/2009 22/01/2010 07/04/2010 21/06/2010 1
0
Vazão (m
3/s)
Precipitação (mm)
5
140 120 100 80 60 40 20 0
4
3
2
01/07/2010
B
21/07/2010 30/08/2010 29/09/2010 29/10/2010 28/11/2010 28/12/2010 27/01/2011 26/02/2011 28/03/2011 27/04/2011 27/05/2011 26/06/2011 26/07/2011 25/08/2011 1
0
Vazão (m
3/s)
Precipitação (mm)
120 80 40 0 0,6
0,5 0,4
01/01/2010
C
21/01/2010 10/02/2010 02/03/2010 22/03/2010 11/04/2010 05/01/2010 0,3
0,2 0,1 0
Vazão (m
3/s)
Precipitação (mm)
Precipitação (mm) Vazão observada (m3/s)
Data Data
Data Data
Vazão simulada (m3/s)
120 80 40 0 0,6
0,5 0,4
19/02/2012
D
19/03/2012 19/04/2012 19/05/2012 19/06/2012 19/07/2012 0,3
0,2 0,1 0
Vazão (m
3/s)
Precipitação (mm)
Bacia Hidrográfica do Ribeirão da Onça
Microbacia do Córrego Cavalheiro
Período
Calibração Validação Calibração Validação
jun/2008 a jun/2010
jul/2010 a ago/2011
jan/2010 a dez/2011
jan/2012 a dez/2012
NSE 0,76 0,81 0,76 0,56
PBIAS (%) -0,66 -2,80 -3,33 0,90
RMSE (m³.s-1) 0,14 0,18 0,02 0,03
Tabela 3 – Valores obtidos para a avaliação estatística dos períodos de calibração e validação da bacia hidrográfica do Ribeirão da Onça e da microbacia do Córrego Cavalheiro.
NSE: coeficiente de eficiência de Nash-Suitclife; PBIAS: porcentagem de viés; RMSE: raiz do erro quadrático médio.
de uso e ocupação do solo é que o escoamento é separado entre escoamento direto, interfluxo lateral, interfluxo e escoamento de base. Na Figura 6 é mostrado o mapa gerado pelo J2000/JAMS para o escoamento direto na BRO, no período de 2003 a 2011. Como na bacia não existem áreas efetivamente impermeabiliza-das, o escoamento direto na bacia ocorreu apenas durante gran-des eventos de chuva.
Na BCC o escoamento direto foi mais presente (Figura 7), pois na área de estudo localiza-se parte da área urbana de Analândia, São Paulo, no sudoeste da bacia.
Em estudos sobre as relações entre a cobertura lorestal e a dispo-nibilidade hídrica, Warbuton, Schulze e Jewitt (2012) concluíram que a geração de escoamento não é proporcional à área relativa de cada uso do solo na bacia hidrográica, porém, a localização especíica de cada classe de uso do solo tem uma interferência direta na geração do escoamento. Assim, os mapas de escoamento produzidos pelo modelo J2000/JAMS são produtos importantes para o planejamento de uso e ocupação do solo de bacias hidrográicas, pois garantem a realização
de análise especializada da resposta hidrológica de subunidades den-tro da bacia hidrográica.
Figura 6 – Distribuição espacial da média de escoamento direto resultado da simulação entre os anos de 2003 e 2011.
0,00 – 0,05
0,05 – 0.15
0,15 – 0,45
0,45 – 1,05
1,05 – 5,00
Linhas de drenagem Escoamento superficial direto (mm)
N
Figura 7 – Distribuição espacial da média de escoamento direto resultado da simulação entre os anos de 2007 e 2012.
Escoamento direto (mm)
0,00 – 1,50
222400 223300 224200 225100 226000
222400 223300 224200 225100 226000
7550800
7551700
7552600
7553500
7554400
7550800
7551700
7552600
7553500
7554400
1,50 – 10,00 10,00 – 30,00
0
N
250 500 1.000 m
CONCLUSÃO
O sistema framework JAMS não possui literatura especíica sobre os seus módulos dos processos hidrológicos; porém, mostrou-se de sim-ples utilização para construção de modelos chuva-vazão, por incluir na sua instalação um modelo exemplo, o J2000. A sua adaptação para a realidade das bacias hidrográicas estudadas foi satisfatória, uma vez que o sistema é lexível às mudanças em sua estrutura. As
ferramen-tas Juice Builder e JADE auxiliam tanto na criação e na modiicação
dos módulos quanto na execução das simulações e da análise visual dos resultados.
O modelo subdivide a área da bacia hidrográica em URHs, garan-tindo a simulação da variabilidade espacial dos processos hidrológi-cos das bacias hidrográicas, o que pode ser observado pelos mapas de escoamento apresentados ao inal da simulação. Foi percebido que o melhor delineamento foi obtido para a BCC, uma vez que o MDE foi elaborado a partir de curvas topográicas de 5 m de elevação entre cotas.
Para a etapa de parametrização com dados físicos do modelo, os parâmetros foram facilmente conseguidos para a BRO, por essa
bacia ter sido objeto de vários estudos. Para bacias hidrográficas com poucos dados, como foi o caso da BCC, é necessário ao menos a amostragem de solo em pontos diversos na bacia, para obtenção dos dados de condutividade hidráulica, profundidade do solo e capacidade de campo, parâmetros importantes para a construção do modelo.
A disponibilidade de dados adequada espacial e temporalmente garantiu uma calibração muito boa para a BRO, apresentando um NSE de 0,76 e 0,81, para os períodos de calibração e validação, respectiva-mente. Entretanto, apesar da falta de dados de vazão, o que foi superado pela regionalização dos dados luviométricos, a calibração da BCC foi considerada satisfatória, apresentando um NSE de 0,76 e 0,56, para os períodos de calibração e validação, respectivamente.
O modelo foi capaz de fornecer valores assertivos para a vazão, uma vez que o erro, calculado pelo valor da RMSE, foi conside-rado baixo por apresentar valores de 0,14 e 0,18 m³.s-1 para os
períodos de calibração e validação da BRO e de 0,02 e 0,03 m³.s-1
o J2000/JAMS mostrou-se um candidato potencial para modela-gem hidrológica de bacias hidrográficas do Estado de São Paulo, podendo servir como ferramenta de planejamento de uso e ocu-pação do solo, por ser capaz de produzir mapas com espacializa-ção da geraespacializa-ção de escoamento.
A partir das vantagens apresentadas na avaliação do JAMS, existe a expectativa de que outros pesquisadores e gestores utilizem esse sis-tema para aplicações particulares, melhorando a eiciência da simula-ção dos modelos criados com a adaptasimula-ção de outros módulos para as características climatológicas e hidrológicas do Brasil.
ALE, S.; BOWLING, L.C.; OWENS, P.R.; BROUDER, S.M.; FRANKENBERGER, J.R. (2012) Development and application of a distributed modeling approach to assess the
watershed-scale impact of drainage water management. Agricultural Water
Management, v. 107, p. 23-33.
ALLEN, R.G.; PEREIRA. L.S.; RAES. D.; SMITH, M. (1998) Crop
evapotranspiration: guidelines for computing crop water requirements. FAO Irrigation and drainage Paper 56. Rome: FAO.
ANDREWS, F.T.; CROKE, B.F.W.; JAKEMAN, A.J. (2011) An open software
environment for hydrological model assessment and development.
Environmental Modelling & Software, v. 26, n. 10, p. 1171-1185.
ASCOUGH II, J.C.; DAVID, O.; KRAUSE, P.; HEATHMAN, G.C.; KRALISCH S.; LAROSE, M.; AHUJA L.R.; KIPKA, H. (2012) Development and application of a modular watershed-scale hydrologic model using the
object modeling system: runof response evaluation. Transactions of
the American Society of Agricultural Engineers, v. 55, n. 1, p. 117-135.
BAKER, T.J. & MILLER, S.N. (2013) Using the Soil and Water Assessment Tool (SWAT) to assess land use impact on water resources in an East
African watershed. Journal of Hydrology, v. 486, p. 100-111.
BENDE-MICHL. U.; KEMNITZ, D.; HELMSCHROT, J.; KRAUSE, P.; CRESSWELL, H.; KRALISCH, S.; FLÜGEL, W.A. (2007) Supporting natural resources management in Tasmania through spatially distributed solute modelling with JAMS/J2000-S. In: OXLEY, L.
& KULASIRI, D. (Eds.) MODSIM 2007 International Congress on
Modelling and Simulation. Canberra: Modelling and Simulation Society of Australia and New Zealand. p. 2354-2360.
BRASIL (1997). Lei Federal nº 9.433, de 8 de janeiro de 1997. Institui a Política Nacional de Recursos Hídricos, cria o Sistema Nacional de Gerenciamento de Recursos Hídricos, regulamenta o inciso XIX do art. 21 da Constituição Federal, e altera o art. 1º da Lei nº 8.001, de 13 de março de 1990, que modificou a Lei nº 7.990, de 28 de dezembro de 1989. Brasília: Diário Oficial da União.
CASTRO JUNIOR, P.R. & WENDLAND, E.C. (2008) Mapeamento
morfopedológico aplicado à bacia-piloto do Ribeirão da Onça (SP) e à bacia-escola do Rio Cachoeirinha (MT) em áreas de recarga do Aqüífero Guarani. Relatório do Programa Nacional de Cooperação Acadêmica – CAPES. São Carlos: USP/EESC (Mapa de Solo).
CAWSON, J.G.; SHERIDAN, G.J.; SMITH, H.G.; LANE, P.N.J. (2012) Surface runof and erosion after prescribed burning and the
efect of diferent fire regimes in forests and shrublands: a review.
International Journal of Wildland Fire, v. 21, n. 7, p. 857-872.
COLLISCHON, W. & DORNELLES, F. (2013) Hidrologia para
engenharias e ciências ambientais. 1 ed. Porto Alegre: Associação Brasileira de Recursos Hídricos. 336 p.
CUNHA, A.T. (2003) Estimativa experimental da taxa de recarga
na zona de afloramento do Aquifero Guarani. 118f. Dissertação (Mestrado em Engenharia Hidráulica e Saneamento) – Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos.
DICKINSON, R.E. (1984) Modeling evapotranspiration for three-dimensional global climate models. In: HANSEN, J.E. & TAKAHASHI, T. Climate processes and climate sensitivit. Washington: American Geophysical Union.
FENICIA, F.; McDONELL, J.J.; SAVENIJE, H.H.G. (2008) Learning from model improvement: on the contribution of complementary
data to process understanding.Water Resources Research, v. 44,
n. 6, W06419.
FERRAZ, S.F.B.; LIMA, W.P.; RODRIGUES, C.B. (2013) Managing forest
plantation landscapes for water conservation. Forest Ecology and
Management, v. 301, p. 58-66.
GOMES, L. H. (2008) Determinação da recarga profunda na
bacia piloto do Ribeirão da Onça em zona de afloramento do Sistema Aquífero Guarani a partir de balanço hídrico na zona saturada. 167f. Dissertação (Mestrado em Engenharia Hidráulica e Saneamento) – Escola de Engenharia de São Carlos, Universidade de São Paulo São Carlos.
GUPTA, H.V.; SOROOSHIAN, S.; YAPO, P.O. (1999) Status of automatic calibration for hydrologic models: comparison with multilevel expert
calibration. Journal of Hydrologic Engineering, v. 4, n. 2, p. 135-143.
HARMEL, R.D. & SMITH, P.K. Consideration of measurement uncertainty in the evaluation of goodness-of-fit in hydrologic and
water quality modeling. Journal of Hydrology, v. 337, n. 3-4, p. 326-336.
IPT – INSTITUTO DE PESQUISA TECNOLÓGICA DO ESTADO DE
SÃO PAULO. (1981) Mapa Geomorfológico do Estado de São Paulo:
Nota Explicativa. São Paulo: IPT. 98 p.
KLEMES, V. (1986) Operational testing of hydrological simulation
models. Hydrological SciencesJournal, v. 31, n. 1, p. 13-24.
KRAFT, P.; VACHÉ, K.B.; FREDE, H.G.; BREUER, L. (2011) CMF: a hydrological
programming language extension for integrated catchment models.
Environmental Modelling & Software, v. 26, n. 6, p. 828-830.
KRALISCH, S.; ZANDER, F.; KRAUSE, P. (2009) Coupling the RBIS Environmental Information System and the JAMS Modelling
Framework. In: 18th World IMACS/MODSIM Congress, 1, Anais...
Cairns: Modelling and Simulation Society of Australia and New Zealand and International Association for Mathematics and Computers in Simulation. p. 902-908.
KRAUSE, P. (2002) Quantifying the impact of land use changes on the
water balance of large catchments using the J2000 model. Physics
and Chemistry of the Earth, Parts A/B/C, v. 27, n. 9-10, p. 663-673.
KRAUSE, P.; BOYLE, D.P.; BÄSEL, F. (2005). Comparison of diferent
eficiency criteria for hydrological model assessment. Advances in
Geosciences, v. 5, p. 89-97.
KRAUSE, P. & FLÜGEL, W.A. (2005) Integrated research on the hydrological process dynamics from the Wilde Gera catchment in
Germany. In: Headwater Control VI: Hydrology, Ecology and Water
Resources in Headwaters, Anais… Bergen: IAHS.
KRAUSE, P. & HANISCH, S. (2009) Simulation and analysis of the impact of projected climate change on the spatially distributed water
balance in Thuringia, Germany. Advances in Geosciences, v. 21, p. 33-48.
KRAUSE, P.; BÄSE, F.; BENDE-MICHL, U.; FINK, M.; FLÜGEL, W.; PFENNING, B. (2006) Multiscale investigations in a mesoscale catchment: hydrological modelling in the Gera catchement.
Advances in Geosciences, v. 9, p. 53-61.
KRAUSE, P.; BENDE-MICHL, U.; FINK, M.; HELMSCHROT, J. KRALISCH, S.; KÜNNE, A. (2009) Parameter sensitivity analysis of the JAMS/J2000-S model to improve water and nutrient transport process simulation:
a case study for the Duck catchment in Tasmania. In:18th World
IMACS / MODSIM Congress, 1 Anais... Cairns: Modelling and Simulation Society of Australia and New Zealand and International Association for Mathematics and Computers in Simulation. p. 3179-3186.
LEGATES, D.R. & McCABE Jr., G.J. (1999) Evaluating the use of “goodness-of-fit” measures in hydrologic and hydroclimatic model
validation. Water Resources Research, v. 35, n. 1, p. 233-241.
MACHADO, A.R.; WENDLAND, E.; KRAUSE, P. (2016) Hydrologic simulation for water balance improvement in an outcrop area of the
Guarani Aquifer System. Environmental Processes, v. 3, n. 1, p. 19-38.
MALDONADO, L.H. (2009) Validação experimental de metodologias
para quantificação contínua de vazão no Ribeirão da Onça. 175f. Dissertação (Mestrado em Hidráulica e Saneamento) – Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos.
MORIASI, D.N.; ARNOLD, J.G.; VAN LIEW, M.W.; BINGNER, R.L.; HARMEL, R.D.; VEITH, T.L. (2007) Model evaluation guidelines for systematic quantification of accuracy in watershed simulations.
Transactions of the American Society of Agricultural and Biological Engineers, v. 50, n. 3, p. 885-900.
NEPAL, S.; KRAUSE, P.; FLÜGEL, W.A.; FINK, M.; FISCHER, C. (2014) Understanding the hydrological system dynamics of a glaciated
alpine catchment in the Himalayan region using the J2000
hydrological model. Hydrological Processes, v. 28, n. 3, p. 1329-1344.
PERROTTA, M.M.; SALVADOR, E.D.; LOPES, R.C.; D’AGOSTINO, L.Z.; PERUFFO, N.; GOMES, S.D.; SACHS, L.L.B.; MEIRA, V.T.; GARCIA,
M.G.M.; LACERDA FILHO, J.V. (2005) Mapa Geológico do Estado
de São Paulo, escala 1:750.000. Formato: shapefile. Programa Geologia do Brasil - PGM, CPRM, São Paulo. Disponível em: < http:// geobank.sa.cprm.gov.br/> Acesso em: 15 fev. 2011.
PINTON, L.G. (2011) A antropogeomorfologia na bacia do córrego
do cavalheiro analândia/sp: uma avaliação da dinâmica do uso da terra e sua adequabilidade a legislação ambiental e a capacidade de uso. Trabalho de Graduação (Bacharelado em Geografia) – Universidade Estadual Paulista “Júlio de Mesquita Filho”, Rio Claro.
RÖDIGER, T.; SIEBERT, C.; KRAUSE, P. (2008) Linkage of a finite
element flow model with a soil moisture model: challanges under semiarid conditions. American Geophysical Union, Fall Meeting, Abstract #H12D-06. 6
SCHEFFLER, C.; FLÜGEL, W.; KRAUSE, P. (2005) Efectiveness of
C-band scatterometer for hydrological tasks. In: Envisat and ERS
Symposium, Procedings... Salzburg: ESA.
SILVA, M.M. (2012) Dinâmica espaço-temporal das áreas variáveis de afluência da bacia do córrego Cavalheiro. 142f. Dissertação (Mestrado em Recursos Florestais) – Universidade de São Paulo, Piracicaba.
SILVA, F.D.S.; PEREIRA FILHO, A.J.; HALLAK, R. (2009). Classificação de sistemas meteorológicos e comparação da precipitação estimada pelo radar e medida pela rede telemétrica na bacia
hidrográfica do Alto Tietê. Revista Brasileira de Meteorologia, v. 24,
n. 3, p. 292-307.
SOROOSHIAN, S. & GUPTA, V.K. Model Calibration. In: SINGH, V.P.
Computer models of watershed hydrology. Water Resources Publication, 1995.
SPRUILL, C.A.; WORKMAN, S.R.; TARABA, J.L. (2000). Simulation of daily and monthly stream discharge from small watersheds
using the SWAT model. Transactions of the American Society of
Agricultural Engineers, v. 43, n. 6, p. 1431-1439.
TANIKAWA, D.H. & MANZIONE, R.L. (2010) Análise temporal do uso
e ocupação do solo em uma bacia hidrográfica em área de recarga do Aquífero Guarani. Relatório Final. Ourinhos: UNESP.
TUCCI, C.E.M. (2001) Modelos hidrológicos. 2 ed. Porto Alegre: Ed.
UFRGS/ABRH.
WARBURTON, M.L.; SCHULZE, R.E.; JEWITT, G.P.W. (2012) Hydrological impacts of land use change in three diverse South
African catchments. Journal of Hydrology, v. 414-415, p. 118-135.
WENDLAND, E.; BARRETO, C.; GOMES, L.H. (2007) Water balance in the Guarani Aquifer outcroup zone based on hydrogeologic
monitoring. Journal of Hydrology, v. 342, n. 3-4, p. 261-269.
WOLF, A.; LAZAROTTO, P.; BUGMANN, H. (2012) The relative importance of land use and climatic change in the Alpine
